Nivel 9 · Desafío final: ¿es el canal o es el cliente?

Dividir por el segundo factor

La junta compara canales. Pero la cesta media de un canal depende de quién compra allí. Si los clientes business prefirieran un canal, ese canal parecería mejor por una razón que no tiene nada que ver con el canal en sí. La comprobación es dividir por el segundo factor y ver dónde están realmente las diferencias.

Un pivot con canales en vertical y segmentos en horizontal hace exactamente eso, y un mapa de calor lo hace legible:

grid = per_order.pivot_table(index="channel", columns="segment", values="value", aggfunc="median")
sns.heatmap(grid, annot=True, fmt=",.0f", cmap="Blues", cbar_kws={"label": "Median order (USD)"})

Usa una paleta secuencial como Blues para valores todos positivos, clara para los bajos y oscura para los altos. Reserva la divergente coolwarm para números con signo, como las correlaciones.

Dispersión, no solo el centro

Una mediana por celda puede ocultar dispersiones muy distintas, así que dibuja también las cajas. hue="segment" divide en dos la caja de cada canal:

sns.boxplot(data=per_order, x="channel", y="value", hue="segment", order=order, showfliers=False)

showfliers=False oculta los puntos atípicos para que las cajas no queden aplastadas por unos pocos pedidos enormes. Dilo en la etiqueta del eje, ya que estás ocultando datos de la imagen (no de las cifras).

Un panel en seaborn

Las funciones de seaborn aceptan un argumento ax=, así que una cuadrícula de plt.subplots contiene gráficos de seaborn con tanta facilidad como los de matplotlib:

fig, axs = plt.subplots(1, 2, figsize=(13, 4.5))
sns.heatmap(grid, annot=True, fmt=",.0f", cmap="Blues", ax=axs[0])
sns.boxplot(data=per_order, x="channel", y="value", hue="segment", showfliers=False, ax=axs[1])
plt.tight_layout()

Exportar y redactar

Tus compañeros reciben la tabla como un archivo: to_csv(path, index=False) escribe CSV, to_excel una hoja de Excel (necesita el paquete openpyxl), to_parquet un archivo compacto y tipado para datos grandes. Sin ruta, to_csv devuelve el texto, lo cual es práctico para comprobar lo que escribirías.

Luego la frase. Las medianas por canal van de $249 en marketplace a $263 en web, una diferencia de aproximadamente el 5 %. La mediana de un pedido business es unas 3,8 veces la de un pedido consumer. Qué: el canal casi no importa. Cuánto: $249 a $263, frente a 3,8 veces. Para qué: segmenta por segmento.

Errores comunes

• Comparar canales sin dividir por segmento, y atribuir al canal el mérito de sus clientes.
• Una paleta divergente para valores todos positivos, que sugiere un punto medio con significado que no existe.
• Escribir las cifras en la conclusión a mano en lugar de darles formato desde los datos.